|
Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á |
Năm thứ. 34(5)
, Tháng 5/2023, Trang 46-57
|
|
Ứng dụng phương pháp máy học trong đo lường sự hài lòng của khách hàng dựa trên các bình luận trực tuyến |
Application of Machine Learning Methods in Customer Satisfaction Measurement based on Online Comments |
Thái Kim Phụng & Nguyễn An Tế |
DOI:
Tóm tắt
Nghiên cứu này đề xuất ứng dụng phương pháp máy học để đo lường sự hài lòng (SHL) của khách hàng dựa trên các bình luận trực tuyến. Dữ liệu nghiên cứu là các bình luận của khách du lịch trên trang Agoda.com về các khách sạn tại Việt Nam. Nghiên cứu tiến hành huấn luyện bằng các mô hình máy học: Neural Network (NN), Decision Tree (DT), Naïve Bayes (NB), Support Vector Machines (SVM), Logistic Regression (LR) và Random Forest (RF) để tìm ra mô hình phân loại tốt nhất, sau đó ứng dụng mô hình này để dự báo SHL của khách hàng trên toàn bộ tập dữ liệu. Tiếp đến, nghiên cứu sử dụng phương pháp tổng hợp và xếp hạng mức độ hài lòng của khách hàng. Kết quả của nghiên cứu có giá trị tham khảo cho việc đánh giá SHL của khách hàng ở các lĩnh vực khác.
Abstract
This study proposes the application of a machine learning method to measure customer satisfaction based on online comments. Research data is the reviews of travelers on Agoda.com about hotels in Vietnam. The study conducts training using machine learning models: Neural Network (NN), Decision Tree (DT), Naïve Bayes (NB), Support Vector Machines (SVM), Logistic Regression (LR), and Random Forest (RF) to find the best classification model, then apply this model to predict the customer satisfaction classification across the entire dataset. Next, the study uses the method of aggregating and ranking customer satisfaction. This study has reference value for measuring customer satisfaction in business fields.
Từ khóa
phương pháp máy học, đo lường sự hài lòng, khai thác ý kiến Machine learning; Satisfaction measurement; Opinion mining.
|
Download
|
|
Mô hình tư vấn học tập trong đào tạo trực tuyến dựa trên cộng đồng người học đa tiêu chí
2024, Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á
Mở rộng
Tóm tắt
Chuyển đổi từ hình thức đào tạo truyền thống sang môi trường trực tuyến là một xu hướng diễn ra mạnh mẽ vì những tính chất ưu việt mà nó đem lại cho cả người dạy và người học đó là tính chia sẻ, tái sử dụng, tương tác và thích nghi… dưới tác động của sự phát triển công nghệ cũng như ảnh hưởng của dịch Covid đầu năm 2020, xu hướng này càng diễn ra mạnh mẽ hơn trước. Bài báo này sẽ trình bày về các nghiên cứu và ứng dụng của hệ thống tư vấn tự động trong môi trường đào tạo trực tuyến cũng như các hướng nghiên cứu khả thi.
Download
Nghiên cứu xây dựng hệ thống tính toán hiệu năng cao phục vụ triển khai các bài toán trong Ðại học thông minh
2024, Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á
Mở rộng
Tóm tắt
Chuyển đổi số trong giáo dục là một chủ đề đang thu hút được nhiều sự quan tâm của nhiều nhà khoa học, nhà nghiên cứu trong thời gian gần đây. Công việc này giúp cho việc tin học hóa toàn bộ quá trình quản lý giáo dục, đánh giá chất lượng dịch vụ đào tạo trở lên thuận lợi. Mặt khác nhằm nâng cao hiệu quả trong dạy và học, đặc biệt là việc giảng dạy trực tuyến. Đây cũng là tiền đề hướng đến một hệ sinh thái thông minh kết hợp giữa công nghệ với các dịch vụ đào tạo dựa trên nền tảng số, trong đó bài toán xây dựng đại học thông minh là một giải pháp khả thi được các cơ sở đào tạo định hướng xây dựng. Để thực hiện được các công việc đó cần có một hạ tầng công nghệ thông tin đủ mạnh, đủ thông minh và đủ độ tin cậy nhằm giải quyết các bài toán, trong đó việc xây dựng hệ thống tính toán hiệu năng cao HPC (High-Performance Computing) nhằm tạo ra nền móng để triển khai các bài toán có nhu cầu xử lý tính toán lớn. Tuy nhiên, tại một số cơ sở đào tạo ở Việt Nam việc đầu tư kinh phí xây dựng và duy trì một hệ thống đó gặp nhiều khó khăn về kinh phí, con người, hạ tầng …Để giải quyết vấn đề đó, bài báo này trình bày một giải pháp xây dựng một hệ thống tính toán hiệu năng cao dựa trên các tài nguyên sẵn có sử dụng công nghệ ảo hóa Docker nhằm huy động sức mạnh tính huy động sức mạnh tính toán từ các nền tảng phần cứng chưa sử dụng hết. Đề xuất này này làm cơ cở khi triển khai các bài toán trong đại học thông minh.
Download
Ảnh hưởng của hệ thống thông tin đến lợi thế cạnh tranh của các công ty giao nhận hàng xuất nhập khẩu và đại lý hải quan tại thành phố Hồ Chí Minh
2024, Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á
Mở rộng
Tóm tắt
Mục tiêu của nghiên cứu này là kiểm tra mối quan hệ giữa năng lực hệ thống thông tin, ứng dụng hệ thống thông tin với lợi thế cạnh tranh của các công ty giao nhận hàng hóa xuất nhập khẩu và đại lý hải quan tại thành phố Hồ Chí Minh. Nghiên cứu này bắt nguồn từ thực trạng chậm chạp của thủ tục hải quan, hệ thống quan liêu bàn giấy và quá trình xử lý chứng từ dài dòng tại các công ty cung cấp dịch vụ giao nhận hàng hóa xuất nhập khẩu và đại lý khai thuê hải quan. Hiện trạng này được quy cho thiếu năng lực hệ thống thông tin, ít vận dụng hệ thống thông tin. Dữ liệu được thu thập từ mẫu nghiên cứu gồm 501 công ty giao nhận và đại lý hải quan tại thành phố Hồ Chí Minh. Kết quả nghiên cứu định lượng chỉ ra rằng có sự tương quan chặt chẽ giữa năng lực hệ thống thông tin, vận dụng hệ thống thông tin với lợi thế cạnh tranh của các công ty này. Nghiên cứu đề xuất các công ty giao nhận và đại lý hải quan tại thành phố Hồ Chí Minh cần vận dụng hệ thống thông tin nhanh hơn và sâu hơn nữa để gia tăng chất lượng dịch vụ logistics, cải thiện hoạt động, đặc biệt trong các lãnh vực xử lý chứng từ, kho vận và hiện trường.
Download
Phân tích ý kiến khách hàng trong thương mại điện tử tiếp cận theo phương pháp học máy kết hợp kiểm định Bootstrap
2024, Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á
Mở rộng
Tóm tắt
Sự phát triển của thế hệ Web 2.0 đã tạo ra cơ hội tương tác giữa khách hàng và doanh nghiệp một cách dễ dàng hơn thông qua kênh thương mại điện tử. Khách hàng có thể phản hồi ý kiến bằng cách để lại những bình luận dạng văn bản là ngôn ngữ tự nhiên về sản phẩm hay dịch vụ mà họ trải nghiệm. Từ đó doanh nghiệp có thể quản lý và phân tích ý kiến để hiểu được những trải nghiệm khách hàng nhằm thu hút và giữ chân khách hàng được tốt hơn. Đây là cách tiếp cận quan trọng và hiệu quả để doanh nghiệp có thể tạo được lợi thế cạnh tranh. Trong bài báo này, chúng tôi tập trung vào đề xuất phương pháp phân tích ý kiến khách hàng dựa theo phương pháp xử lý ngôn ngữ tự nhiên kết hợp với phương pháp Bản đồ tự tổ chức (SOM) và K-Means. Bên cạnh đó, kỹ thuật kiểm định T với phương pháp Bootstrap được áp dụng để đánh giá kết quả nhằm lựa chọn phương pháp gom cụm phù hợp cho trường hợp dữ liệu là tập văn bản được thu thập từ những phản hồi của khách hàng trên trang thương mại điện từ Tiki.vn. Phương pháp đề xuất có độ chính xác cao và khả năng áp dụng vào phân tích trải nghiệm của khách hàng hiệu quả.
Download
Nghiên cứu mô hình học máy dự đoán xác suất vỡ nợ của khách hàng doanh nghiệp tại ngân hàng thương mại cổ phần ở Việt Nam
2023, Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á
Mở rộng
Tóm tắt
Dự đoán khả năng vỡ nợ của khách hàng trong tương lai sử dụng các công nghệ hiện đại đang là xu hướng phát triển trong các tổ chức tài chính nói chung và ngân hàng nói riêng. Điều này là cần thiết để các tổ chức tài chính có các hướng xử lý kịp thời như giảm thiểu rủi ro tín dụng, phân tích quy trình tín dụng, và tối ưu hóa danh mục tín dụng... Bài báo sử dụng các dữ liệu liên quan đến thông tin tín dụng, tài chính và đặc điểm của khách hàng doanh nghiệp tại ngân hàng để xây dựng mô hình máy học, từ đó tiến hành thử nghiệm đánh giá và lựa chọn ra một mô hình tốt nhất. Với kết quả này, ngân hàng có thể áp dụng mô hình vào thực tế để hỗ trợ quyết định kinh doanh, giúp tăng cường khả năng dự báo rủi ro tín dụng, nâng cao hiệu suất hoạt động của ngân hàng và giảm thiểu các tổn thất không mong muốn. <br><br>Abstract <br>
Predicting the probability of customer default in the future using modern technologies is a growing trend in the overall financial industry, specifically in the banking sector. It is necessary for financial institutions to have timely solutions such as credit risk reduction, credit process analysis, and credit portfolio optimization. The paper utilizes data related to credit information, financial indicators, and corporate customer characteristics from the bank, employing quantitative research methods to collect and process data to build a machine-learning model. The result shows that the XGBoost model achieved the highest accuracy with an F1-score of 0.84, and the ROC curve had an AUC of 0.97. By utilizing these findings, the bank can implement the model into practice to facilitate business decision-making, enhance credit risk forecasting capabilities, improve operational efficiency, and mitigate undesirable losses.
Download
|